tf.raw_ops.BoostedTreesCalculateBestGainsPerFeature

Вычисляет приросты для каждого признака и возвращает лучшую возможную информацию о разбиении для признака.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.raw_ops.BoostedTreesCalculateBestGainsPerFeature

tf.raw_ops.BoostedTreesCalculateBestGainsPerFeature(
    node_id_range,
    stats_summary_list,
    l1,
    l2,
    tree_complexity,
    min_node_weight,
    max_splits,
    name=None
)

Информация о разбиении — это лучший порог (идентификатор ведра), приросты и вклады в левое/правое узлы на узел для каждого признака.

Возможна ситуация, когда не все узлы могут быть разделены по каждому признаку. Поэтому список возможных узлов может отличаться в зависимости от признака. Таким образом, мы возвращаем node_ids_list для каждого признака, содержащий список узлов, которые этот признак может использовать для разделения.

Таким образом, вывод — это лучшее разбиение по признакам и по узлу, так что его необходимо комбинировать позже, чтобы получить лучшее разбиение для каждого узла (среди всех возможных признаков).

Длина списков вывода одинаковая, num_features. Форматы вывода совместимы таким образом, что первое измерение всех тензоров всех списков одинаковое и равно количеству возможных узлов разделения для каждого признака.

Аргументы
`node_id_range`	A `Tensor` типа `int32`. Массив ранга 1 (форма=[2]), указывающий диапазон [first, last) идентификаторов узлов для обработки в `stats_summary_list`. Узлы итерируются между двумя узлами, указанными в тензоре, подобно `for node_id in range(node_id_range[0], node_id_range[1])` (Обратите внимание, что последний индекс node_id_range[1] — исключительный).
`stats_summary_list`	Список из не менее 1 `Tensor` объектов типа `float32`. Список тензоров ранга 3 (#форма=[max_splits, bucket, 2]) для суммарных статистических данных (градиент/гессиан) на узел по ведрам для каждого признака. Первое измерение тензора — это максимальное количество разбиений, и поэтому не все элементы будут использоваться, но будут использоваться только индексы, указанные в node_ids.
`l1`	A `Tensor` типа `float32`. Коэффициент регуляризации l1 для весов листа, основанный на каждом экземпляре.
`l2`	A `Tensor` типа `float32`. Коэффициент регуляризации l2 для весов листа, основанный на каждом экземпляре.
`tree_complexity`	A `Tensor` типа `float32`. Корректировка прироста, основанная на каждом листе.
`min_node_weight`	A `Tensor` типа `float32`. Минимальное среднее значение гессианов в узле, необходимое для того, чтобы узел считался кандидатом на разделение.
`max_splits`	Число `int`, `>= 1`. Количество узлов, которые могут быть разделены в целом дереве. Используется как измерение выходных тензоров.
`name`	Имя операции (необязательно).

Возвращаемое значение
Кортеж из `Tensor` объектов (node_ids_list, gains_list, thresholds_list, left_node_contribs_list, right_node_contribs_list).
`node_ids_list`	Список с длиной, равной `stats_summary_list`, `Tensor` объектов типа `int32`.
`gains_list`	Список с длиной, равной `stats_summary_list`, `Tensor` объектов типа `float32`.
`thresholds_list`	Список с длиной, равной `stats_summary_list`, `Tensor` объектов типа `int32`.
`left_node_contribs_list`	Список с длиной, равной `stats_summary_list`, `Tensor` объектов типа `float32`.
`right_node_contribs_list`	Список с длиной, равной `stats_summary_list`, `Tensor` объектов типа `float32`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/raw_ops/BoostedTreesCalculateBestGainsPerFeature